前言¶
关于本书¶
这是一本面向工程师的 LLM 与 AI Agent 入门教材。如果你是已经熟悉一门编程语言、做过几年后端或前端工作的工程师，最近因为业务需要或者个人兴趣想要快速建立对大语言模型（LLM）和 AI Agent 的完整心智模型，这本书就是为你写的。
我们假设你能看懂 Python 代码片段，但不需要你预先了解神经网络、Transformer、Agent 框架这些概念——本书会从最基础的部分讲起，但节奏会比一份纯入门读物更快，因为我们会假设你具备工程师的工程直觉：你能理解"显存""吞吐量""延迟""分布式""批处理"这些通用计算机系统概念。
为什么写这本书¶
2022 年底 ChatGPT 发布以来，LLM 已经从研究话题变成了工程现实。但 2024 年起，行业重心明显从"模型对话"转向"Agent 行动"——让 LLM 不只是回答问题，而是查数据库、调 API、写代码、操作浏览器、甚至控制物理设备。相关资料分布极不均衡：
- 论文与学术教材深度足够，但缺少工程视角；
- 框架文档（LangChain、LangGraph、CrewAI）实操性强，但讲不清"为什么"；
- 博客文章时效性强，但碎片化、难成体系。
工程师需要的不是再一份"ReAct 详解"，而是一份能让自己在 1-2 周内通读完成、读完后能：
- 看懂技术新闻（"OpenAI Swarm 用 handoff 模式"），知道每个名词指什么；
- 与 Agent 同事或候选人对话时不会陷入概念错位；
- 在做技术决策（选 Agent 框架、设计记忆系统、评估 MCP 方案）时有判断依据；
- 进一步深入某一方向时知道该读什么。
本书的目标就是这一份"工程师的 Agent 全景速通"。
全书结构¶
全书 17 章 + 附录，可大致分为六个部分：
| 部分 | 章节 | 主题 |
|---|---|---|
| 第一部分：引入 | 1 | 引言：为什么是 Agent 时代 |
| 第二部分：LLM 底座 | 2-5 | LLM 速通、Prompt 工程、推理 API、RAG 基础 |
| 第三部分：Agent 核心 | 6-10 | ReAct、Function Calling、规划与反思、记忆与上下文、MCP |
| 第四部分：Agent 进阶 | 11-13 | 多 Agent 协作、框架选型、评测与安全 |
| 第五部分：实战 | 14 | 业界真实案例解析（含来源标注） |
| 第六部分：前沿 | 15-17 | 自演进 Agent、Agent 与物理设备、未来方向 |
每章统一结构：导读 → 概念讲解 → SVG 图示 → 代码片段 → 工程实战要点 → 小结 → 练习题（含折叠答案）。
代码片段以 Python 伪代码与 OpenAI / Anthropic / LangChain / LangGraph 真实 API 示例为主，重在表达思路，不追求端到端可运行。每章末尾 5-8 道练习题用于自检，参考答案以 <details> 折叠形式附在题后。
如何阅读¶
- 顺序通读：第一遍按章节顺序读，重点理解概念与图示，代码片段不必逐行追；
- 回查参考：第二遍可作为参考手册，按需查阅；
- 结合实战：每章末尾的"工程实战要点"是真实工程中会遇到的决策点，建议结合自己工作中的场景思考；
- 案例对照：第 14 章的真实案例可与前面章节的概念交叉印证。
致谢¶
本书内容综合了公开论文、官方文档、博客与社区讨论。受限于篇幅，许多细节只能点到为止；如需深入，每章末尾会给出关键参考文献。第 14 章每个案例均标注了真实来源（论文 arXiv 编号、官方博客 URL、开源仓库链接）。